Oleh :
GANDHI NOVANTO PRABOWO
0534010038
KATA PENGANTAR
Segala puji bagi Allah SWT atas limpahan rahmat, karunia serta hidayah-Nya
sehingga penyusun dapat menyelesaikan kegiatan dan penulisan laporan Tugas Akhir
( TA ) dengan judul Sistem Prediksi Kurs Mata Uang Menggunakan Jaringan
Syaraf Tiruan Dengan Metode Quickpropagation.
Skripsi ini disusun dan diajukan sebagai salah satu syarat untuk menyelesaikan
program Strata Satu (S1) pada program studi Sistem Informasi, Jurusan Teknik
Informatika, Fakultas Teknologi Industri, Universitas Pembangunan Nasional
Veteran Jawa Timur Surabaya.
Melalui Skripsi ini penyusun merasa mendapatkan kesempatan emas untuk
memperdalam ilmu pengetahuan yang diperoleh selama di bangku perkuliahan,
terutama berkenaan tentang penerapan jaringan syaraf tiruan. Namun, penyusun
menyadari bahwa Skripsi ini masih jauh dari sempurna. Oleh karena itu penyusun
sangat mengharapkan saran dan kritik dari para pembaca untuk pengembangan
aplikasi lebih lanjut.
(Penyusun)
ii
2.
Bapak Basuki Rahmat, S.Si, MT selaku Ketua Program Studi Teknik Informatika
Universitas Pembangunan Nasional Veteran Jawa Timur.
3.
Ibu Asti Dwi Irfianti, S.Kom, M. Kom. Selaku dosen pembimbing I yang dengan
sabar memberikan arahan serta mencurahkan waktu, ilmu, kesabaran dan
pengertiaannya selama pembuatan Tugas Akhir ini.
4.
Ibu Fetty Tri Anggraeny, S.Kom selaku dosen pembimbing II yang telah rela
tersita waktu, tenaga, dan pikiran dalam membantu dalam perancangan sistem
serta memberi arahan dalam pembuatan sistem.
5.
Bapak Basuki Rahmat, S.Si, MT. dan Ibu Intan Yuniar P, S. Kom. selaku dosen
penguji sidang tugas akhir yang telah memberikan banyak kritik dan saran serta
memberikan wawasan yang lebih luas.
6.
Untuk Papa and Mama, terima kasih telah menjadi orang tua terbaik saya. Insya
Allah yang kalian berikan ini tidak akan sia-sia dan saya akan memberikan yang
terbaik buat kalian. Setiap tetes air mata, amarah dan senyum ini saya
persembahkan untuk kalian.
7.
Untuk adik-adik saya Zendy dan Ifar, atas doa dan semua yang telah kalian
lakukan untuk saya. Saya beruntung memiliki saudara seperti kalian, kalian yang
terbaik.
8.
Untuk Dita, yang meski terpisah jarak 822 km, tapi rela menemani hingga
malam menjelang serta selalu membuat saya tersenyum dan menjaga semangat
saya. Youre my special one.
iii
9.
Untuk saudara dan sahabat-sahabat saya, Om sentot dan Tante Watik (terima
kasih printernya), kak Rangga, Firman dan Yudhis (akhirnya kita bisa lulus
bersama sesuai janji kita), Erawan (orang terbaik yang pernah saya kenal), Mas
Wahyu (Thankss for nice quotes), Jugos the Freak Kidz (penyalur sisi lain
saya), Arif Sorep, Sindhu Keblek, anak-anak TF kelas A angkatan 2005, dan
semuanya yang tidak bisa penyusun sebutkan satu-per-satu
Di dalam Tugas Akhir ini mungkin masih terdapat kekurangan-kekurangan yang
belum bisa penyusun sempurnakan. Untuk itu saran dan masukan sangatlah penyusun
harapkan untuk perbaikan lebih lanjut.
iv
DAFTAR ISI
ABSTRAK .....................................................................................................
ii
xi
1.1
1.2
1.3
1.4
1.5
1.6
1.7
Sistematika Pembahasan.............................................................
2.1
2.2
2.4
2.5
2.6
2.7
Normalisasi ................................................................................ 31
2.8
Denormalisasi ............................................................................. 32
3.2
3.3
3.4
3.5
vi
3.6
3.7
3.8
3.9
4.2
5.2
Evaluasi ...................................................................................... 93
vii
6.2
viii
DAFTAR GAMBAR
Gambar 2.1 Wall Street Journal Europe ......................................................... 10
Gambar 2.2 Sebuah Jaringan Syaraf Tiruan Tunggal ..................................... 21
Gambar 2.3 Struktur Neuron Jaringan Syaraf ................................................. 21
Gambar 2.4 Jaringan Syaraf Dengan 3 Lapisan .............................................. 23
Gambar 2.5 Jaringan Syaraf Dengan Lapisan kompetitif ............................... 24
Gambar 2.6 Model Neuron ............................................................................. 27
Gambar 3.1 Pemodelan Multi-Layer Perceptron ............................................ 35
Gambar 3.2 Diagram Alir Program ................................................................. 38
Gambar 3.3 Algoritma Trainer JST ................................................................ 39
Gambar 3.4 Algoritma Feedforward ............................................................... 40
Gambar 3.5 Algoritma Quickpropagation ....................................................... 41
Gambar 3.6 Algoritma Update Bobot dan Perhitungan Error ......................... 42
Gambar 3.7 Diagram Alir Sistem Prediksi ..................................................... 43
Gambar 3.8 Context Diagram Sistem JST Peramalan Kurs Mata Uang ......... 44
Gambar 3.9 DFD Level 0 Sistem JST Peramalan Kurs Mata Uang ............... 45
Gambar 3.10 DFD Level 1Sistem Pelatihan Quickpropagation ..................... 46
Gambar 3.11 DFD Level 1 Sistem Prediksi Kurs Mata Uang ........................ 46
Gambar 3.12 CDM Sistem Peramalan Kurs Mata Uang ................................ 47
Gambar 3.13 PDM Sistem Peramalan Kurs Mata Uang ................................. 48
Gambar 3.14 Multilayer Perceptron ................................................................ 49
Gambar 3.15 Form Login ................................................................................ 54
ix
DAFTAR TABEL
Tabel 2.1 Peringkat Mata Uang Teratas yang diperdagangkan. ..................... 13
Tabel 3.1 Tabel User ....................................................................................... 50
Tabel 3.2 Tabel t_mata_uang .......................................................................... 51
Tabel 3.3 Tabel t_prediksi ............................................................................... 51
Tabel 3.4 Tabel t_jst ........................................................................................ 52
Tabel 3.5 Tabel t_report .................................................................................. 52
Tabel 3.6 Tabel t_transaksi ............................................................................. 53
Tabel 5.1 Kurs Transaksi BI Mata Uang USD Bulan Desember 2009 ........... 78
Tabel 5.2 Tabel Kurs Transaksi BI Mata Uang USD Bulan Januari 2010 ..... 79
Tabel 5.3 Tabel Hasil Perhitungan Manual Proses Normalisasi ..................... 80
Tabel 5.4 Tabel Hasil Perhitungan Manual Proses Feedforward .................... 82
Tabel 5.5 Tabel Hasil Perhitungan Manual Proses Quickpropagation ........... 85
Tabel 5.6 Hasil Manual Proses update bobot JST dan perhitungan error ....... 89
Tabel 5.7 Tabel Hasil Perhitungan Manual Proses Denormalisasi ................. 91
Tabel 5.8 Tabel hasil perhitungan sistem dan perhitungan manual ................ 93
Tabel 5.9 Tabel Kurs Mata Uang USD Dollar Bulan Februari ....................... 96
Tabel 5.10 Tabel Kurs Mata uang USD Dollar Bulan Maret ......................... 97
Tabel 5.11 Tabel Perbandingan Hasil Data Riil dengan Hasil Data Sistem ... 98
xi
Judul
Pembimbing I
Pembimbing II
Penyusun
: Sistem Prediksi Kurs Mata Uang Menggunakan Jaringan Syaraf Tiruan Dengan
Metode Quickpropagation.
: Asti Dwi Irfianti, S. Kom, M. Kom
: Fetty Tri A., S.Kom
: Gandhi Novanto Prabowo
ABSTRAK
Prediksi kurs mata uang adalah salah satu tahap awal yang sangat penting
sebelum dilakukan proses jual beli nilai tukar mata uang yang nantinya menjadi
acuan perekonomian dunia. Pada penggunaannya juga dapat sebagai
pertimbangan untuk para pialang saham dan bursa efek untuk mengambil langkah
bisnis selanjutnya.
Data dari kurs mata uang dapat diperlakukan secara time series . Jika kita
mempunyai data harian selama periode tertentu, misal : Xt (t=1,2,......), maka kurs
mata uang pada perioda berikutnya (t+h) dapat diprediksi (waktu yang digunakan
bisa jam, harian, mingguan , bulanan ataupun tahunan) . Demikian seterusnya
dilakukan suatu iterasi berulang hingan N hari kerja. Untuk mendapatkan hasil
prediksi yang baik maka pada jaringan syaraf buatan hasus di-umpankan suatu
masukan yang mewakili dari beberapa aspek atau segi penunjang harga suatu kurs
mata uang. Kemudian dilakukan prinsip pembobotan yang diadaptasikan untuk
meminimumkan kesalahan prediksi pada satu langkah kedepan. Dengan
menggunakan bobot akhir dilakukan suatu tindakan untuk meminimumkan
kesalahan total untuk iterasi berikutnya.
Teknologi sistem jaringan syaraf tiruan telah di-implementasikan dalam
berbagai aplikasi terutama dalam hal pengenalan pola. Kemampuan inilah yang
telah menarik beberapa kalangan dalam menggunakan jaringan syaraf tiruan
untuk keperluan kesehatan, keuangan , investasi, marketing dan lain lain. Pada
sistem prediksi kurs mata uang ini akan dibahas penggunaan Jaringan syaraf
tiruan Quick Propagation. Pada algoritma Quickprop dilakukan pendekatan
dengan asumsi bahwa kurva fungsi error terhadap masing-masing bobot
penghubung berbentuk parabola yang terbuka ke atas, dan gradien dari kurva error
untuk suatu bobot tidak terpengaruh oleh bobot-bobot yang lain. Dengan
demikian perhitungan perubahan bobot hanya menggunakan informasi lokal pada
masing-masing bobot. Berdasarkan hasil uji coba juga diketahui bahwa aplikasi
ini mampu memprediksi nilai mata uang hingga 1 bulan kedepan dengan tingkat
keakuratan mencapai lebih dari 75%.
Kata Kunci: Prediksi Kurs Mata Uang, Jaringan Saraf Tiruan, Quick
Propagation
BAB I
PENDAHULUAN
keputusan dari suatu langkah bisnis. Disini, pada umumnya prediksi yang
dikeluarkan oleh pihak Bursa Efek juga dijadikan acuan para pialang saham untuk
menentukan sikap bisnis di perdagangan saham..
Jaringan saraf tiruan (JST) atau juga disebut simulated neural network
(SNN), atau umumnya disebut neural network (NN)), adalah jaringan dari
sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan saraf
manusia. JST merupakan sistem adaptif yang dapat merubah strukturnya untuk
memecahkan masalah berdasarkan informasi eksternal maupun internal yang
mengalir melalui jaringan tersebut. Secara sederhana, JST adalah sebuah alat
pemodelan data statistik non-linier.
Algoritma Quickpropagation merupakan hasil pengembangan dari
algoritma Backpropagation standar. Pada algoritma Quickpropagation dilakukan
pendekatan dengan asumsi bahwa kurva fungsi error terhadap masingmasing
bobot penghubung berbentuk parabola yang terbuka ke atas, dan gradien dari
kurva error untuk suatu bobot tidak terpengaruh oleh bobotbobot yang lain.
Dengan penggunaan Quickpropagation ini menunjukkan bahwa metode tersebut
dapat meningkatkan kecepatan training data serta proses penghitungan.
b.
c.
d.
a.
b.
c.
b.
Memudahkan pegawai Bursa Efek dalam meramalkan suatu nilai kurs mata
uang yang telah ditetapkan.
Akhir
dan
penelitian
lapangan
ini
diselesaikan
dengan
yang
telah
dibuat
pada
tahap
sebelumnya,
serta
BAB I
PENDAHULUAN
Bab ini berisi tentang deskripsi umum Skripsi yang meliputi latar
belakang, perumusan masalah, batasan masalah, tujuan dan
manfaat, serta metodologi dan sistematika pembahasan.
BAB II
TINJAUAN PUSTAKA
Bab ini berisi mengenai konsep dan teori pembelajaran yang
menjadi landasan pembuatan Skripsi antara lain: Jaringan Syaraf
Tiruan, Algoritma Quickpropagation, Valuta Asing.
BAB III
BAB IV
IMPLEMENTASI
Bab ini berisi hasil implementasi dari perancangan yang telah
dibuat sebelumnya yang meliputi: implementasi basis data,
implementasi proses latar dan implementasi form-form antarmuka
aplikasi.
BAB V
BAB VI
PENUTUP
Bab ini berisi kesimpulan dan saran untuk pengembangan aplikasi
lebih lanjut dalam upaya memperbaiki kelemahan pada aplikasi
guna untuk mendapatkan hasil kinerja aplikasi yang lebih baik.